使用HTML敏捷包抓取HTML

本文关键字：HTML 抓取 包抓取 使用 | 更新日期: 2023-09-27 18:16:18

我有一个包含以下代码的HTML 

<div id="image_src" style="display: block; "> 
<img id="captcha_img" src="" alt="image" onclick="imageClick(event)" style="cursor:crosshair;">

如何使用HTML敏捷包检测src ?

从另一个问题我尝试使用以下LINQ

var urls = document.DocumentNode.Descendants("img")
                            .Select(e => e.GetAttributeValue("src", null))
                            .Where(s => !String.IsNullOrEmpty(s));

但是我一直得到空指针异常…

我在整个HTML中只有一个图像标签，如上所述

使用HTML敏捷包抓取HTML

要排除空指针异常，请将每个Linq语句分成单独的行，如下所示:

 var img = document.DocumentNode.Descendants("img");
 var s = img.Select(e => e.GetAttributeValue("src", null));
 var w = s.Where(s => !String.IsNullOrEmpty(s));

然后，用调试器逐行调试每一行，看看它在哪里抛出

使用HTML敏捷包

HtmlAgilityPack.HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);
string imgValue = doc.DocumentNode.SelectSingleNode("//img[@id = '"captcha_img'"]").GetAttributeValue("src", "0");
相关文章：